В новом эксперименте сооснователь DeepMind Дэвид Сильвер совместно с группой специалистов научили нейросеть распознавать форму белковых молекул. В ходе научной работы эксперты разработали нейросеть, определяющую какую форму примет та или иная белковая молекула по последовательности аминокислот, которые в неё входят. Это может поспособствовать созданию новых лекарств в будущем.
В настоящее время форма белка рассчитывается при помощи ускорителя частиц, предоставляющего трехмерные фото белковых молекул. Или же при помощи суперкомпьютера, просчитывающего их структуру в соответствии с законами химии и квантовой физики.
Авторы разработали алгоритм эвоформер, который старается определять структуру отдельных групп белковых молекул, представляя их в виде трехмерного дерева графов, что является математической абстракцией, состоящей из набора объектов, попарно связанных друг с другом. Эвоформер объединяет их, опираясь на уже известные примеры, и поэтапно меняет структуру связей и расположение узлов, приближаясь к оптимуму. Затем были соединены данные алгоритмы и создана нейросеть AlphaFold2.
“В прошлом году мы уже представили первую версию нашей системы, AlphaFold, которая смогла с почти атомной точностью предсказывать структуру белков в рамках конкурса CASP13. Сейчас мы создали новую ее версию, которая заметно превосходит всех конкурентов в скорости и точности работы. При этом ее исходный код полностью открыт”, — рассказал Демис Хассабис, гендиректор Deepmind.
По итогу нейросеть приблизительно за 10 минут перестраивает трехмерную форму с атомной точностью и погрешностью в 0,096 нанометра для каждого атома внутри белка.
